健康相关领域学生正在从生成式人工智能（GenAI）中受益于许多学习领域，但莫纳什大学进行的一项新系统综述揭示了关于批判性思维下降和同伴互动减少的问题。
该综述由莫纳什大学药学与制药科学学院（FPPS）研究人员牵头，并发表在《医学教育》期刊上，揭示了GenAI在健康职业教育中六种学习类型的普遍应用，发现其最常支持实践（73%）、探究（70%）、生产（67%）和获取（55%）方面的学习。
然而，“讨论”和“协作”的比例较低（各占12%），这表明GenAI正推动更多个性化的学习方式，同时也引发了它是否以牺牲人际互动为代价促进个性化学习的疑问。
该系统综述涵盖了33篇原创同行评议研究论文，这些论文聚焦于GenAI技术在医学、护理、牙科、兽医和药学等正式健康职业教育培训项目中的应用。
第一作者兼FPPS博士候选人Thai Duong Pham表示，此次综述的重要性在于，它探讨了GenAI如何鼓励学生采取更积极的学习形式，减少对教师的依赖，重塑课堂动态并挑战传统学习结构。
Pham表示：“较高比例的论文讨论了探究、实践、获取和生产，这表明GenAI主要用于支持个性化、自主学习，而不是通过讨论和协作为群体互动提供支持，而后者提及频率要低得多。”
“近期的人工智能进展为教育应用提供了增强工具，特别是在内容生成和多模态学习方面。然而，在如何将GenAI高效且负责任地融入健康职业教育实践方面仍存在显著的知识空白。”
“我们希望这次综述能更好地理解医学生如何与GenAI互动，并帮助教育者指导学生，确保围绕人际互动的‘软技能’不会丢失。”
其中一个项目——ATLAS（基于真实教学与学习的自适应模拟）是由副校长（学生体验）办公室Monash Innovation Guarantee主任Joel Moore博士开发的一种教育者驱动的AI工具，旨在通过AI驱动的模拟环境促进真实互动，让学生练习和发展批判性思维能力。
尽管ATLAS广泛适用于多个教育领域，但FPPS团队正在利用它来提升药学教育项目。
领导ATLAS计划的FPPS高级讲师兼副课程主任Angelina Lim博士表示，ATLAS的设计旨在通过结合传统技能与团队合作、适应能力和人际交往能力等能力来提高教学质量。
Lim博士说：“ATLAS平台正在药学单元中被广泛整合，尤其是在传染病领域，它正在帮助学生发展负责抗生素使用的倡导技能，并掌握管理常见感染（如尿路感染、性传播感染和耳部感染）的能力。”
“随着维多利亚州逐步实施药剂师处方权，教授学生这些技能比以往任何时候都更为重要。”
Lim博士与同样担任FPPS高级讲师的Emily Stokes合作，利用ATLAS提升了临床沟通和应对困难对话等软技能。
Lim博士表示，此次系统综述是了解下一步如何处理人工智能的第一步。
“正如《医学教育》系统综述所强调的，迫切需要新的工具来利用人工智能填补当前AI驱动教育中的空白，特别是我们在团队合作、适应不同环境和挑战以及与同伴和患者有效互动和沟通方面的能力。”
(全文结束)
